cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Fifi Syafrina
Contact Email
jcbd@delitekno.co.id
Phone
+6287869230953
Journal Mail Official
jcbd@delitekno.co.id
Editorial Address
Jl. Lapangan Bola Gg Rosela No.3, Dalu XB, Tanjung Morawa, Kab. Deli Serdang, Prov. Sumatera Utara, Indonesia 20362
Location
Kab. deli serdang,
Sumatera utara
INDONESIA
Journal of Computers and Digital Business
Published by PT Delitekno Media Mandiri
ISSN : -     EISSN : 28303121     DOI : 10.56427
Core Subject : Science,
Computer Science & IT Decision Sciences, Operations Research & Management
Journal of Computers and Digital Business is an interdisciplinary and open access journal covering Computers and Digital Business. The Journal of Computers and Digital Business is open to submission from experts and scholars in the wide areas of Information System, Security, Artificial Intelligent , Cloud Computing, Machine Learning, Digital Business Technology and other areas listed in the focus and scope of this journal. Focus and Scope Information System Information Security Information Retrieval Geographic Information System Fuzzy Logics Genetic Algorithms Neural Networks Machine Learning Decision Support System Data Mining Cloud Computing E-Learning E-Goverment E-Commerce E-Business Digital Business Management Digital Business Technology Digital Business Analysis & Design Big Data & Business Intelligence Cyber Security for Digital Business
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 80 Documents
 4   5   6   7   8 
Social Commerce Optimization for Banyumas MSMEs on Shopee and Tokopedia: A Mixed-Methods Approach Rizqi Faturohman; Dhanar Intan Surya Saputra; Retno Waluyo
Journal of Computers and Digital Business Vol. 5 No. 2 (2026)
Publisher : PT. Delitekno Media Madiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56427/jcbd.v5i2.994

Abstract

The development of social commerce has accelerated the transformation of the digital business ecosystem for Micro, Small, and Medium Enterprises (MSMEs) in Indonesia, particularly through marketplace platforms such as Shopee and Tokopedia. This study aims to analyze the effect of social commerce optimization on the competitiveness of MSMEs in Banyumas Regency and identify strategic factors supporting digital business transformation. The research employed a mixed-methods approach with a sequential explanatory design integrating quantitative and qualitative methods. Quantitative data were collected through questionnaires distributed to 120 MSMEs actively using Shopee and Tokopedia, while qualitative data were obtained through semi-structured interviews with 12 informants consisting of MSME actors, digital marketing practitioners, MSME communities, and academics. The results of simple regression analysis indicate that social commerce significantly affects MSME competitiveness (β = 0.684; p < 0.001), with a coefficient of determination (R²) of 0.468, indicating that social commerce contributes 46.8% to improving MSME competitiveness. The findings reveal that live shopping features, affiliate marketing, customer reviews, and social media integration significantly enhance customer engagement, digital branding, and market expansion. This study contributes to the development of a social commerce optimization framework based on customer engagement and digital branding to strengthen MSME competitiveness within the digital economic ecosystem.
Klasifikasi Kualitas Tandan Buah Segar Kelapa Sawit Menggunakan Support Vector Machine dengan Kernel Radial Basis Function Latifa Khoirani; Suhardi
Journal of Computers and Digital Business Vol. 5 No. 2 (2026)
Publisher : PT. Delitekno Media Madiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56427/jcbd.v5i2.993

Abstract

Kualitas Tandan Buah Segar (TBS) kelapa sawit menentukan mutu minyak sawit yang dihasilkan. Klasifikasi kualitas TBS di lapangan masih dilakukan secara manual berdasarkan pengamatan visual yang subjektif dan tidak konsisten. Penelitian ini menerapkan metode Support Vector Machine (SVM) dengan kernel Radial Basis Function (RBF) untuk mengklasifikasikan kualitas TBS secara otomatis berbasis data numerik parameter laboratorium sebagai alternatif yang lebih praktis dan efisien. Data yang digunakan sebanyak 1.500 dataset hasil pemeriksaan laboratorium periode Februari 2025 dari PT XYZ, dengan parameter berat tandan, kandungan minyak, kadar air, dan brondol lepas. Preprocessing meliputi data cleaning, normalisasi Min-Max Scaling, dan encoding label, dengan pembagian data 80:20 menghasilkan 1.200 data training dan 300 data testing. Model dibangun dengan parameter C = 1,0 dan gamma (γ) = 1,0542 yang dihitung secara dinamis dari distribusi data training, menggunakan strategi klasifikasi multikelas One-vs-One (OvO).  Evaluasi model menggunakan confusion matrix dengan metrik akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan model SVM mampu mengklasifikasikan kualitas TBS ke dalam tiga kategori mentah, matang, dan lewat matang dengan akurasi 95%. Penelitian ini berkontribusi dalam meningkatkan objektivitas, konsistensi, dan efisiensi proses klasifikasi kualitas TBS berbasis machine learning.
Extending the Technology Acceptance Model in AI-Driven Tourism Marketing: The Roles of Two-Way Communication, Personalization, and Co-Creation Achmad Yanu Alif Fianto; Sharmini Abdullah
Journal of Computers and Digital Business Vol. 5 No. 2 (2026)
Publisher : PT. Delitekno Media Madiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56427/jcbd.v5i2.995

Abstract

This study extends the Technology Acceptance Model (TAM) to explain tourists' acceptance of AI-driven tourism marketing, which functions as an interactive, personalized, and participatory interface supporting destination search, recommendation, itinerary design, and engagement. Drawing on an extended TAM, this study examines the effects of perceived two-way communication, perceived personalization, and perceived co-creation on perceived usefulness, attitude, and tourist behavioral intention. A quantitative survey of 420 tourists who had interacted with AI-supported tourism platforms was analyzed using PLS-SEM. The measurement model demonstrated satisfactory reliability and validity, with outer loadings ranging from 0.724 to 0.891, Cronbach's alpha from 0.837 to 0.902, composite reliability from 0.885 to 0.928, and AVE from 0.606 to 0.721. The structural model revealed that two-way communication, personalization, and co-creation significantly influenced perceived usefulness and attitude, while attitude emerged as the strongest predictor of behavioral intention. The model demonstrated acceptable fit (SRMR = 0.057; NFI = 0.912) and explained 68.4% of the variance in tourist behavioral intention. The findings suggest that tourists accept AI-driven tourism marketing not only because it is useful and easy to use, but also because it enables responsive communication, relevant recommendations, and meaningful participation in travel experience design.
Evaluasi Multi-Dimensi Sebelas Model Pembelajaran Mesin untuk Klasifikasi Kekuatan Kata Sandi pada Lingkungan Sumber Daya Terbatas Muhammad Ali Sofian; Widyastuti Andriyani
Journal of Computers and Digital Business Vol. 5 No. 2 (2026)
Publisher : PT. Delitekno Media Madiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56427/jcbd.v5i2.998

Abstract

Kata sandi tetap menjadi mekanisme autentikasi paling banyak digunakan, namun mayoritas pelanggaran data tetap bersumber dari kredensial lemah. Studi ini mengevaluasi sebelas model pembelajaran mesin mencakup pendekatan klasik (Logistic Regression, Decision Tree, SVM, Random Forest) dan modern (XGBoost, LightGBM, CatBoost, Extra Trees, MLPClassifier, TabNet, Ensemble Stacking) pada dua dimensi evaluasi: kinerja prediktif dan efisiensi sistem. Dari korpus 1,6 juta kata sandi, diekstraksi sampel berimbang 30.000 entri (10.000 per kelas) dengan delapan fitur terinterpretasi. Temuan kritis adalah seluruh model mencapai akurasi mendekati 1,000 pada himpunan uji bukan bukti generalisasi, melainkan konsekuensi deterministik dari label berbasis aturan pada dataset Kaggle; sehingga sumbu pembeda model bergeser dari akurasi ke efisiensi. Distribusi latensi inferensi pada n=1.000 sampel uji menunjukkan Decision Tree memberikan keseimbangan terbaik (rerata 0,11 ms; persentil-95 0,18 ms; ukuran 1,06 KB), jauh di bawah ambang 100 ms yang direkomendasikan NIST SP 800-63B. Kontribusi utama studi ini adalah kerangka evaluasi multi-dimensi yang reproducible dengan kriteria efisiensi terkuantifikasi, bukan klaim akurasi yang trivial.
Pricing Strategy and Quality Perception in Maintaining Customer Loyalty: Evidence from Telkomsel Surabaya Siti Amilia Marpaung; Indah Respati Kusumasari
Journal of Computers and Digital Business Vol. 5 No. 2 (2026)
Publisher : PT. Delitekno Media Madiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56427/jcbd.v5i2.1004

Abstract

This study examines Telkomsel’s pricing strategy in maintaining its market position in Surabaya amidst increasingly competitive conditions in the telecommunications industry. The research is motivated by the public perception that Telkomsel offers relatively higher prices than other providers but continues to maintain customer trust. Previous studies on pricing strategies mostly focused on sales volume, promotions, and market penetration, while research discussing how companies maintain relatively high prices through service quality and customer perception in the telecommunications industry remains limited. Therefore, this study aims to analyze Telkomsel’s pricing strategy in maintaining customer trust and competitiveness in Surabaya. This study uses a qualitative descriptive approach through interviews, observation, and documentation involving internal Telkomsel personnel in Surabaya. The results show that Telkomsel strengthens its market position through stable network quality, broad signal coverage, digital services through the MyTelkomsel application, and adjustments to internet packages and promotions according to customer needs. Customers consider not only price, but also the benefits and quality of service received. The novelty of this study lies in discussing strategies for maintaining premium prices through customer perceptions of service value in the telecommunications industry.
Marketing Communication Strategy through TikTok Live Streaming in Building Consumer Trust and Engagement in the Beauty Industry: A Case Study of Bening’s Clinic Surabaya Sabrina Indira Putri; Indah Respati Kusumasari
Journal of Computers and Digital Business Vol. 5 No. 2 (2026)
Publisher : PT. Delitekno Media Madiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56427/jcbd.v5i2.1005

Abstract

The rapid development of social media has encouraged companies to utilize digital platforms as interactive marketing communication media, particularly TikTok Live, which enables real-time two-way communication between businesses and consumers. Although numerous studies have examined TikTok as a digital marketing platform, limited research has specifically explored marketing communication strategies through TikTok Live in building consumer trust and engagement within the beauty industry. This study aims to analyze the marketing communication strategy implemented by Bening's Clinic Surabaya through TikTok Live in fostering consumer interest, trust, and engagement. A descriptive qualitative approach was employed, with data collected through interviews, observations, and documentation, and analyzed using SWOT analysis supported by IFAS and EFAS matrices. The findings reveal that Bening's Clinic Surabaya integrates promotional activities, educational content, direct interaction, and a soft-selling approach in its TikTok Live strategy. Real-time interaction between hosts and audiences was found to increase consumer engagement, strengthen trust, and encourage interest in the clinic's services. The novelty of this study lies in the integration of SWOT, IFAS, and EFAS analyses to evaluate TikTok Live marketing communication strategies in the beauty clinic industry.
Analisis Kinerja Metode Support Vector Machine dalam Mengukur Tingkat Kepuasan Pengguna QRIS di Pasar Kuliner Pajak USU Tita Yunala Mashita Purba; Mariapuli Br Bukit; Anggiat Mangihut Parulian Sihite; Donni Nasution
Journal of Computers and Digital Business Vol. 5 No. 2 (2026)
Publisher : PT. Delitekno Media Madiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56427/jcbd.v5i2.1007

Abstract

Transformasi pembayaran digital di Indonesia mendorong penggunaan Quick Response Code Indonesian Standard (QRIS) sebagai sistem transaksi non-tunai yang efisien dan inklusif, khususnya pada sektor Usaha Mikro, Kecil, dan Menengah (UMKM). Pasar Kuliner Pajak Universitas Sumatera Utara (USU) merupakan salah satu lokasi dengan tingkat adopsi QRIS yang tinggi, namun kepuasan penggunanya belum banyak dianalisis secara komprehensif. Tujuan penelitian ini adalah menganalisis kinerja metode Support Vector Machine (SVM) dalam mengukur tingkat kepuasan pengguna QRIS melalui analisis sentimen. Penelitian ini mengadopsi pendekatan kuantitatif dengan pengumpulan data melalui kuesioner berbasis Google Form kepada 559 responden. Data diolah menggunakan Python melalui tahapan preprocessing, normalisasi data, dan klasifikasi menggunakan metode SVM dengan kernel linear. Hasil penelitian menunjukkan bahwa metode SVM mampu mengklasifikasi tingkat kepuasan pengguna QRIS dengan tingkat akurasi mencapai 98,21%. Nilai precision pada kelas "Tidak Puas" mencapai 1,00 dengan recall 0,97, sedangkan kelas "Puas" memperoleh precision 0,95 dan recall 1,00. Melalui hasil penelitian ini, metode SVM dinilai efektif dalam melakukan klasifikasi tingkat kepuasan penggunaan QRIS pada lingkungan UMKM kuliner.
Analisis Sentimen Pengguna Media Sosial Terhadap Konten Virtual Idol Berbasis AI: Studi Kasus MAVE Hashfi Shani; Yohanna Ria Laura Ambarita; Cici Sundari; Evta Indra
Journal of Computers and Digital Business Vol. 5 No. 2 (2026)
Publisher : PT. Delitekno Media Madiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56427/jcbd.v5i2.1008

Abstract

Virtual idol berbasis kecerdasan buatan (Artificial Intelligence/AI) menjadi fenomena yang semakin berkembang dalam industri hiburan digital melalui berbagai platform media sosial. Meskipun interaksi pengguna terhadap virtual idol terus meningkat, penelitian yang mengintegrasikan analisis sentimen dan evaluasi kualitas layanan digital dalam konteks virtual idol berbasis AI masih relatif terbatas. Penelitian ini bertujuan menganalisis sentimen pengguna media sosial terhadap konten virtual idol AI MAVE menggunakan model IndoBERT Fine-Tuning serta mengevaluasi kualitas layanan menggunakan pendekatan SERVQUAL. Penelitian menerapkan metode mixed method dengan dua sumber data, yaitu 2,493 komentar YouTube yang dianalisis menggunakan IndoBERT Fine-Tuning dan data survei SERVQUAL dari 216 responden penggemar MAVE di Indonesia. Hasil analisis sentimen menunjukkan bahwa sentimen positif mendominasi sebesar 63.46%, diikuti sentimen netral sebesar 27.32%, dan sentimen negatif sebesar 9.23%. Hasil analisis SERVQUAL menunjukkan bahwa seluruh dimensi kualitas layanan memiliki kesenjangan negatif yang signifikan antara ekspektasi dan persepsi pengguna. Kebaruan penelitian ini terletak pada integrasi analisis sentimen berbasis IndoBERT Fine-Tuning dan evaluasi kualitas layanan SERVQUAL untuk memahami persepsi pengguna terhadap virtual idol berbasis AI. Temuan penelitian memberikan wawasan bagi pengembang virtual idol dalam meningkatkan kualitas layanan dan pengalaman pengguna pada ekosistem hiburan digital berbasis AI.
Deteksi Cyberbullying Tiga Kelas pada Komentar Berbahasa Indonesia di Aplikasi X dan Threads Menggunakan IndoBERTweet Nisya Indriyani; Chanifah Indah Ratnasari
Journal of Computers and Digital Business Vol. 5 No. 2 (2026)
Publisher : PT. Delitekno Media Madiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56427/jcbd.v5i2.1009

Abstract

Media sosial menjadi ruang utama untuk berinteraksi, tetapi juga memunculkan risiko cyberbullying melalui komentar yang menghina, merendahkan, atau menyerang pengguna lain. Penelitian ini bertujuan mendeteksi cyberbullying pada komentar berbahasa Indonesia dari aplikasi X dan Threads menggunakan IndoBERTweet. Penelitian menggunakan pendekatan kuantitatif dengan desain supervised machine learning. Dataset akhir terdiri atas 9.182 komentar yang diseimbangkan berdasarkan platform, yaitu 4.591 komentar dari aplikasi X dan 4.591 komentar dari Threads. Sebagai kebaruan, penelitian ini menerapkan klasifikasi tiga kelas, yaitu non-cyberbullying, ambiguitas, dan cyberbullying, untuk mengakomodasi komentar yang belum dapat dikategorikan secara tegas sebagai aman atau berbahaya. Proses penelitian meliputi pengumpulan data berbasis kata kunci, pelabelan awal berbasis aturan, validasi pakar pada data terpilih, prapemrosesan terbatas, fine-tuning IndoBERTweet, evaluasi model, dan integrasi ke dalam prototipe sistem. Hasil pengujian pada 919 data uji menunjukkan accuracy sebesar 0.7911 dan macro F1-score sebesar 0.7294. Model memperoleh F1-score sebesar 0.8680 pada kelas non-cyberbullying, 0.4901 pada ambiguitas, dan 0.8301 pada cyberbullying. Evaluasi platform menunjukkan accuracy sebesar 0.8214 pada aplikasi X dan 0.7609 pada Threads. Model dapat digunakan sebagai alat bantu moderasi awal, tetapi komentar ambigu tetap memerlukan peninjauan manusia.
Analisis Faktor yang Memengaruhi Minat Mahasiswa dalam Menggunakan Fitur SPayLater dengan Pendekatan Technology Acceptance Model Rohan Raj; Novi Syafitri; Indri Endira Br Silitonga; Elvis Satra Ompusunggu
Journal of Computers and Digital Business Vol. 5 No. 2 (2026)
Publisher : PT. Delitekno Media Madiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56427/jcbd.v5i2.1012

Abstract

Perkembangan financial technology (fintech) mendorong munculnya layanan paylater, salah satunya fitur SPayLater pada aplikasi Shopee yang banyak digunakan mahasiswa karena kemudahan dan fleksibilitas pembayarannya. Penelitian ini menganalisis pengaruh Perceived Ease of Use (PEoU), Perceived Usefulness (PU), dan Attitude Toward Using (ATU) terhadap Behavioral Intention to Use (BITU) fitur SPayLater melalui pendekatan Technology Acceptance Model (TAM). Pendekatan kuantitatif digunakan dengan menyebarkan kuesioner skala Likert lima poin kepada 100 mahasiswa yang dipilih secara purposive sampling, kemudian dianalisis menggunakan regresi linear berganda pada IBM SPSS. Hasil menunjukkan ketiga variabel berpengaruh positif dan signifikan terhadap BITU (p < 0,001), dengan PEoU sebagai prediktor terkuat (β = 0,412), diikuti PU (β = 0,350) dan ATU (β = 0,320). Secara simultan model signifikan (F = 76,415; p < 0,001) dan menjelaskan 70,5% varians BITU (R² = 0,705). Temuan menegaskan relevansi TAM dalam menjelaskan adopsi layanan paylater di kalangan mahasiswa, sekaligus mengindikasikan bahwa kemudahan penggunaan lebih dominan daripada manfaat yang dipersepsikan. Implikasinya, penyedia fintech perlu memprioritaskan kesederhanaan antarmuka untuk mendorong adopsi.

Page 8 of 8 | Total Record : 80

 4   5   6   7   8 

Filter by Year

2022 2026


Reset
Filter By Issues
All Issue Vol. 5 No. 2 (2026) Vol. 5 No. 1 (2026) Vol. 4 No. 3 (2025) Vol. 4 No. 2 (2025) Vol. 4 No. 1 (2025) Vol. 3 No. 3 (2024) Vol. 3 No. 2 (2024) Vol. 3 No. 1 (2024) Vol. 2 No. 3 (2023) Vol. 2 No. 2 (2023) Vol. 2 No. 1 (2023) Vol. 1 No. 2 (2022) Vol. 1 No. 1 (2022) More Issue